Skip to content

进阶实战

FastGPTPlus 记录的真实案例:

Terminal window
# 批量将所有 .js 文件转换为 TypeScript
codex "将所有 .js 文件转换为 TypeScript,添加类型定义" --mode batch src/**/*.js

实战数据(来自 FastGPTPlus):

  • 项目规模:200+ 组件的 React 项目
  • 传统方法:一个团队工作一周
  • 用 Codex + 人工审核:只用了一天
  • 类型定义准确率:95%+

关键:“配合人工审核”——Codex 出初版,人审终版。

Terminal window
codex "为每个函数生成 Jest 测试用例" src/**/*.ts

让 Codex:

  1. 分析每个导出函数
  2. 识别边界条件
  3. 生成对应测试用例
  4. 跑测试确认通过

24.3 批量优化 React 组件渲染性能

Section titled “24.3 批量优化 React 组件渲染性能”
Terminal window
codex "分析并优化所有 React 组件的渲染性能" components/

Codex 会:

  • 找出不必要的 re-render
  • 添加 useMemo / useCallback
  • 拆分大组件
  • 优化 list 渲染 key
Terminal window
codex "创建一个 Python 脚本,读取 CSV 文件,清理数据,生成统计报告"
Terminal window
codex "创建一个 Shell 脚本,自动化部署 Node.js 应用到 AWS"
Terminal window
codex "生成 SQL 迁移脚本,将 MySQL 数据库架构转换为 PostgreSQL"

综合案例:让 Codex 端到端完成数据处理:

任务:分析 ~/data/sales.csv
目标:生成月度销售统计报告
步骤:
1. 读取 CSV(包含 date, product, amount 列)
2. 清理异常值(amount < 0 或 > 100000 视为异常)
3. 按月聚合
4. 计算环比、同比
5. 生成 Markdown 报告,包含表格和关键洞察
6. 保存到 ~/reports/sales-2026-06.md
约束:
- 用 Python + pandas
- 不要修改原始 CSV
- 异常值单独列出

头条《30 分钟掌握 Codex 的 97% 功能》的综合案例:用一个“分析 YouTube 评论并生成仪表板”的例子,让 Codex:

  1. 读写文件
  2. 理解项目规则(AGENTS.md)
  3. 调用 MCP
  4. 沉淀 Skills
  5. 执行自动化任务
  6. 在浏览器里做测试

这是一个完整的 agentic 工作流,覆盖了 Codex 大部分高级能力。

头条《Codex CLI 接入企业前端项目实战》的真实工作流:

用 AGENTS.md 建立记忆、用 Skills 封装规则、用 /review + CI 做代码审查。全部基于 2026 年 5 月最新的 Codex CLI 功能。

  1. AGENTS.md 建立记忆:写明项目结构、构建命令、约定
  2. Skills 封装规则:把团队 code review 规则、发布流程做成 Skill
  3. /review + CI 做代码审查:提交前用 /review,CI 里自动 review

企业前端项目通常:

  • 代码量大、模块多
  • 有严格的代码风格和架构边界
  • 团队多人协作,需要一致性
  • 有 CI/CD 流程

如果不做结构化接入,Codex 容易“自作主张”破坏约定。AGENTS.md + Skills + /review 三件套能让 Codex 行为可预测。

  • FastGPTPlus——JS→TS 迁移实战(200+ 组件、95% 准确率)
  • 头条《30 分钟掌握 Codex 的 97% 功能》——YouTube 评论分析综合案例
  • 头条《Codex CLI 接入企业前端项目实战》——AGENTS.md + Skills + /review 三件套
  • FastGPTPlus——自动化脚本生成